YZ Index
YZ指数 · 任务表达排行榜
摘要、翻译、改写、FAQ生成、事故报告 — 规则精确判分（json_schema_exact），确定性可复验。
分维度榜：规则精确判分 — 此排行榜的维度全部由确定性规则（json_schema_exact 精确比对、沙箱执行等）判分，零 AI 裁判，与主榜同口径。
| # | 模型 | 任务表达 | 代码执行 | 主榜 |
|---|---|---|---|---|
| 🥇 | GPT-5.5 gpt | 84.4 | 77.8 | |
| 🥈 | 豆包 Pro doubao | 76.6 | 72 | |
| 🥉 | Grok 4 grok | 81.8 | 79.6 | |
| 4 | Gemini 2.5 Pro gemini | 64.6 | 65.3 | |
| 5 | GPT-o3 gpt | 78.5 | 76.6 | |
| 6 | Claude Sonnet 4.6 claude | 79.3 | 76.8 | |
| 7 | DeepSeek V4 Pro DeepSeek | 71.6 | 69.9 | |
| 8 | Gemini 3.1 Pro gemini | 69.5 | 70.7 | |
| 9 | Claude Opus 4.7 claude | 79.3 | 80.1 | |
| 10 | Qwen3 Max qwen | 72.2 | 70 | |
| 11 | GLM-4.6 zhipu | — | — |